Statistique descriptive

caractère donné. Par exemple, des individus (parcelles, plantes, animaux, etc.) peuvent être attaqués ou non par un parasite, être fertiles ou non, être porteurs ou non d'une tare, etc. La régression linéaire, simple ou multiple, est une méthode statistique très couramment utilisée dans le traitement des données, en particulier dans une démarche de modélisation. L'objectif de cette publication est de présenter ces méthodes, de manière succincte, en insistant sur l'interprétation des modèles. Nous illustrons

PRATIQUES MODULE : STATISTIQUES SECTEUR : TERTIAIRE SPECIALITE : COMPTABILITE DES ENTREPRISES NIVEAU : TECHNICIEN Statistiques Résumé de Théorie et Guide des travaux pratiques Document élaboré par : Mlle Nadia BENHADDOU BAKKIOUI ISTA Taroudant DR SMD Révision linguistique: Validation : - www.fsjes-agadir.info OFPPT/DRIF 2 Résumé de Théorie et Guide des travaux pratiques OFPPT/DRIF Statistiques 3 Résumé de Théorie et Guide des travaux pratiques Statistiques SOMMAIRE Présentation

Année 2010/2011 Master MEEF – M1 – UE 22 et 23 Corrigé de la planche d’exercices : Statistique descriptive et Probabilités Exercice 1 1. Il y a 32 élèves dans cette classe. 2. x  11,5 ; médiane 12,5 ; Q1 = 8 ; Q3 = 14 ; étendue : 19 ; Q3 - Q1 = 6 3. note effectif Fréquence (en %) [0 ;2[ 1 3,125 [2 ;4[ 1 3,125 [4 ;6[ 3 9,375 [6 ;8[ 2 6,25 [8 ;10[ 2 6,25 [10 ;12[ 5 15,625 [12 ;14[ 7 21,875 [14 ;16[ 6 18,75 [16 ;18[ 0 0 [18 ;20] 5 15,625 a. 1 + 1 + 3 + 2 + 2 + 5 = 14 ; 14 élèves ont eu moins

Sensotact® [Crochemore, 2003] afin de faciliter les échanges dans le domaine du toucher et d’étudier plus spécifiquement les différents matériaux qui composent une voiture. Une étude sur la cartographie des préférences utilisé comme outil statistique pour l’industrie agroalimentaire [Schlich, 1992] a montré très tôt le potentiel de cette méthode avec la possibilité de positionner des produits dans un espace sensoriel et de mettre en évidence les préférences des consommateurs. L’objectif

s’agit plus de se focaliser sur le volume des données mais plutôt sur l’analytique. BIG DATA ET INFORMATIQUE DÉCISIONNELLE • Informatique décisionnelle : utilisation de statistique descriptive, sur des données à forte densité en information afin de mesurer des phénomènes, détecter des tendances… ; • Big Data : utilisation de statistique inférentielle, sur des données à faible densité en information dont le grand volume permet d’inférer des lois (régressions….) donnant dès lors (avec les limites de l’inférence)

Estimation et inférence statistiques * Comment faire une bonne analyse statistique au delà des stat’ descriptives Faire du précis + complexe ----------------------- Faire du général + clareté Analyse stat est approxi Analyse stat est approxi Modélisation de cette question de l’approximation : ECHANTILLON Essentiel en statistique Ponction de petite taille qui est censé représenter la pop mère ECHANTILLON Essentiel en statistique Ponction de petite taille qui est censé représenter

Analyse de données Chapitre I: Rappel I. Terminologie II. Analyse Univariée III. Analyse Bivariée: Cas de deux variables quantitatives I. Terminologie Statistique • La statistique est une méthode scientifique dont l’objet est de recueillir, d’organiser, de résumer et d’analyser les données d’une enquête, d’une étude ou d’une expérience, aussi bien que de tirer les conclusions logiques et de prendre les décisions qui s’imposent à partir des analyses effectuées. Population •

résultats. A- Les objectifs L’objectif majeur des études quantitatives réside dans la volonté de ‘ compter et comparer pour décider’. Par abus de langage, les techniques quantitatives sont souvent appelées sondage, alors que, d’un point de vue statistique, le sondage n’est qu’une procédure de constitution de l’échantillon. Tout comme les autres types d’études, l’approche quantitative s’articule de plusieurs objectifs et repose sur différentes hypothèses : Objectifs principaux  Evaluer des attitudes

Statistique Appliquée Luc Deneire Iannis Aliferis École Polytechnique de l’Université de Nice – Sophia Antipolis Polytech’Nice Sophia Département d’Électronique, 3e année, 2008–2009 deneire@unice.fr Introduction Le cours en bref Plan du cours . . Bibliographie . . Évaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

INTRODUCTION A LA DEMOGRAPHIE INTRODUCTION Le terme « démographie » apparait en 1855, sous la plume d’Achille GUILLARD dans « Eléments statistiques humaines ou démographie comparée ». DEMO : demos, objet d’étude (peuple, population) & GRAPHIE : graphè, action de décrire. La démographie décrit son objet d’étude, c’est-à-dire la population. L’utilisation démographique des données remonte à 1662. JOHN GRAUNT (pasteur anglais) décide d’utiliser les données des décès de Londres dans son ouvrage